Reproducción de un resultado del estado del arte en visión
Visión general
De qué trata este proyecto.
Reproduce un paper de clasificación de imágenes con tres semillas, mide sensibilidad a hiperparámetros y documenta decisiones. Obtén tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Reproducir el experimento principal de un paper reciente del estado del arte en visión, comparar con los números reportados y caracterizar la sensibilidad del resultado.
Earning criteria — what you'll demonstrate
- Reproducir resultados de papers modernos de Deep Learning
- Detectar elecciones implícitas que afectan a la reproducibilidad
- Caracterizar la robustez de un resultado más allá de la media
- Comunicar honestamente cuándo un resultado es base sólida y cuándo no
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI Measurement and Evaluation
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador de Machine Learning
Reproducir papers con honestidad y caracterizar su robustez es la primera competencia del rol de ML Researcher en cualquier grupo serio.
Este proyecto afina
- reproducibility
- experimental-design
- deep-learning
Investigador Científico
La capacidad de juzgar críticamente el estado del arte y construir sobre él es competencia diferencial del rol de Research Scientist.
Este proyecto afina
- reproducibility
- scientific-communication
- model-evaluation
Ingeniero de Visión por Computador
Reproducir un resultado del estado del arte en visión y entender qué partes son robustas prepara para adoptar el método en producto.
Este proyecto afina
- deep-learning
- pytorch
- model-evaluation